两个AI模型实现诊断到治疗全面管理

最新一期《自然》杂志发表了自主医疗AI智能体能力方面重大进展：两个独立的AI模型能够为患者的全面管理提供多个阶段的重要协助，包括从诊断到治疗决策。这两套系统是德国的MIRA和谷歌公司的AMIE，当前表现至少已与人类内科医生相当，证明了对话式AI工具在疾病管理方面的协助潜力。

德国海德堡大学医院介绍了MIRA，一个能够访问独立电子病历系统中患者数据的AI模型。该模型通过500多例急诊科临床病例的真实世界数据进行了评估。结果显示，MIRA通过与患者AI智能体进行对话并收集信息后，其回应与临床记录中记载的病史相匹配。MIRA可从85000多种选项中进行选择，以安排诊断检测、解读结果并制定治疗方案，包括开具处方、安排手术及办理入院手续。其平均诊断准确率达到87.8%，而由六位跨专科医生组成的专家组准确率仅为78.1%。团队总结指出，未来需要进一步开展研究以提高准确率，并在真实世界研究中验证其泛化能力。

谷歌团队则介绍了AMIE，一个针对临床管理和对话进行优化的基于大语言模型的系统。该模型能够对多次就诊数据进行连续推理，从而追踪疾病进展和治疗反应。AMIE利用谷歌Gemini分析从患者处获取的信息，并使其输出结果与相关且最新的临床实践指南及药物目录（经批准且临床首选药物的清单）保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在100多个就诊案例场景及五个医学专科领域进行了对比，这些场景旨在反映英国国家卫生与临床优化研究所的指导意见及《英国医学杂志》最佳实践指南。在管理推理能力方面，AMIE的表现与真实医生相当；而在治疗和检查的精准度、对临床指南的遵循程度以及基于指南制定管理方案的合理性方面，AMIE的表现均优于医生。在最新推出的药物推理基准上，AMIE在处理疑难病例时的表现优于医生。团队指出，AMIE标志着利用对话式AI工具辅助医生进行疾病管理迈出了重要一步。

【总编辑圈点】

大型语言模型在临床应用方面，已经展现出令人鼓舞的发展势头，但之前它们往往专攻一些特定任务。而患者的临床管理，需要的是多维度的方法，包括深入了解病史、适度检查、准确诊断、规划治疗方案、确定药物剂量、安排手术进程，还需要在多次就诊中监测治疗效果。如果AI智能体能够执行此类任务并实现有效的管理，就可以成为人类医生的助手，“扛起”这些日复一日的常规工作，甚至可能缓解全球多个地区内科医生短缺问题。（记者张梦然）